搜索资源列表
制粒子群算法的移动机器人路径规划
- [摘要】 由于用Pso进行机器人路径规划的研究尚局限于用连续模型规划连续描述的环境中的路径，使算法受到一定的局 限性．为此。研究了一种伞新的基于栅格法的机器人路径规划二进制粒子群算法．首先用栅格法描述机器人工作环境，在此基础 上，将机器人路径表示为粒子位置的二进制编码，并以路径长度为适应值，产生初始种群后，再对粒子佗置和速度进行更新，经 过多次迭代，即可获得从起始点到目标点的一条全局最优路径．该方法模型简单，算法复杂度低，收敛速度快，计
粒子群算法-非线性函数极值寻优
- 根据粒子群算法原理，在MATLAB上完成非线性函数的极值寻优。(According to the principle of particle swarm optimization algorithm, the extremum of nonlinear function is optimized on MATLAB.)
粒子群算法程序
- 粒子群算法的程序，主要是针对基本粒子群和改进粒子群算法。(Particle swarm optimization procedures, mainly for the basic particle swarm optimization and improved particle swarm algorithm.)
整数规划粒子群算法
- 用于求解整数规划的粒子群算法C++代码。(C++ code of particle swarm algorithm for Solving integer programming)
单目标粒子群算法寻优
- 利用粒子群优化算法，对单目标函数寻优，寻找函数的极值。(Searching for the extremum of a function by searching the single objective function.)
粒子群蚁群
- 粒子群算法例子，里面包含了详细的注释，并且有很高的移植性，易于新手学习。(an example for Particle swarm optimization with efficient remarks)
基本粒子群算法的matlab源程序
- 基础的粒子群云源代码，是应用粒子群算法的基础。(Cloud source code based on Particle Swarm)
动态粒子群
- 基于动态粒子群算法的动态环境寻优问题，粒子群算法在复杂环境下的编程实例。(Dynamic environment optimization problem based on dynamic particle swarm optimization algorithm, particle swarm optimization programming examples in complex environment.)
粒子群算法实例 (2)
- 本文主要利用粒子群算法解决连续函数的最小值问题，粒子群优化是一种新兴的基于群体智能的启发式全局 搜索算法，粒子群优化算法通过粒子间的竞争和协作以实现在复杂搜索空间中寻找全局最优点。它具有易理解、易实现、全局搜索能力强等特点，倍受科学与工程领域的广泛关注，已经成为发展最快的智能优化算法之一。(Good particle swarm optimization and source program)
二维粒子群算法的matlab源程序
- 基于基础的粒子群算法，实现粒子群算法的二维求解。(The realization of two-dimensional particle swarm algorithm.)
粒子群算法
- 粒子群算法求解最短旅行距离问题，从而寻求最优化。(Particle swarm optimization is used to solve the shortest travel distance problem, so as to search for optimization.)
改进粒子群算法example
- 改进的粒子群算法源代码，可以对多元目标函数进行寻优计算。(Improved source code for particle swarm optimization)
粒子群算法
- 用改进的粒子群算法对基于非对角MAC矩阵元素均值最小目标函数为目标函数，以简支梁前三阶模态振型为原始数据对简支梁进行传感器优化布置。(The objective function based on the average minimum objective function of the non-diagonal MAC matrix elements is studied by the improved particle swarm
粒子群
- 粒子群算法，也称粒子群优化算法或鸟群觅食算法（Particle Swarm Optimization），缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等开发的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉
粒子群算法的matlab实现
- MATLAB实现的一种简单粒子群优化算法。(Matlab implementation of a simple particle swarm optimization algorithm.)
chapter14 基于粒子群算法的PID控制器优化设计
- 利用粒子群算法对PID参数进行优化，有利于初学者的学习和参考。(Using particle swarm optimization to optimize the parameters of PID is beneficial to beginners'learning and reference)
量子粒子群
- 一种用量子理论改进的粒子群算法，量子粒子群算法。(An improved particle swarm optimization (pso) algorithm based on quantum theory.)
粒子群算法求解机器人路径规划
- 单机器人路径规划仿真，基于栅格地图模型，采用粒子群算法进行路径规划。(Single robot path planning simulation, based on grid map model, using particle swarm algorithm for path planning)
粒子群算法综合线阵低副瓣方向图
- 利用粒子群算法综合微带天线阵列方向图，可以自适应调节副瓣电平和波瓣宽度。(By using particle swarm optimization (PSO) to synthesize the pattern of microstrip antenna array, the sidelobe level and lobe width can be adjusted adaptively.)
粒子群算法
- 粒子群算法是比较实用易实现的高效进化算法，压缩包中给了详细的算法代码以及相应的例子。(PSO is a good and effective algorithm)